网站后期维护都有什么,广州php网站建设,已经注册了域名 怎么做网站,html网站模仿文章目录 前言一、图像加法混合1.1 代码1.2 运行结果 二、图像的按位运算-组合相加2.1 代码2.2 运行结果示例#xff1a;PPT平滑切换运行结果 总结 前言
简单说就是介绍了两张图如何组合在一起。 1、混合#xff0c;透明度和颜色会发生改变 2、组合#xff0c;叠加起来。可… 文章目录 前言一、图像加法混合1.1 代码1.2 运行结果 二、图像的按位运算-组合相加2.1 代码2.2 运行结果示例PPT平滑切换运行结果 总结 前言
简单说就是介绍了两张图如何组合在一起。 1、混合透明度和颜色会发生改变 2、组合叠加起来。可以改变大小。 3、两张图片如何平滑切换 4、学会如何裁剪图片 5、明白掩码操作 6、如何将图片置于左侧右侧
一、图像加法混合
OpenCV 中的加法与 Numpy 的加法是有所不同的。OpenCV 的加法是一种饱和操作而 Numpy 的加法是一种模操作。 使用加法颜色会改变如果使用混合会得到透明效果。 不同的是两幅图像的权重不同这就会给人一种混合或者透明的感觉。 通过修改 α 的值0 → 1可以实现非常酷的混合。
对应opencv里面的函数是addWeighted()表示下面的公式 1.1 代码 #Author susocool
#Creattime:2024/2/10
#FileName:06-图像处理
#Description:图像混合
import cv2
import numpy as npimg1 cv2.imread(./233.jpg)
img2 cv2.imread(D:\\Py-code\\opencv\\01.1-hello2\\99.jpg)# 检查两张图片的尺寸信息
print(img2.shape)
print(img1.shape)# 调整img2的尺寸以匹配img1
# 如果你的两张图片尺寸一样则不需要这段但是我总是找不好图片
img2_resized cv2.resize(img2, (img1.shape[1], img1.shape[0]))dst cv2.addWeighted(img1,0.5,img2_resized,0.3,0)cv2.imshow(dst,dst)
cv2.waitKey(0)
cv2.destroyWindow()1.2 运行结果 可以看出两张图片混合在了一起。
二、图像的按位运算-组合相加
我认为这个就是将两个图片组合在了一起因此我称呼他为组合相加。
2.1 代码 #Author susocool
#Creattime:2024/2/10
#FileName:07-图片叠加
#Description:
import cv2
import numpy as np
# 加载图像
img1 cv2.imread(99.jpg)
img2 cv2.imread(233.jpg)# 我想将标志放在左上角因此我创建了一个感兴趣区域ROI
rows,cols,channels img2.shape
# 0:rows 指定了在垂直方向上选取从 0 到 rows即图像 img2 的高度的区域。
# 0:cols 指定了在水平方向上选取从 0 到 cols即图像 img2 的宽度的区域。
roi img1[0:rows, 0:cols ]# 现在创建标志的掩模并创建其反转掩模
img2gray cv2.cvtColor(img2,cv2.COLOR_BGR2GRAY)
ret, mask cv2.threshold(img2gray, 175, 255, cv2.THRESH_BINARY)
mask_inv cv2.bitwise_not(mask)# 现在在 ROI 中将标志区域涂黑
# 取 roi 中与 mask 中不为零的值对应的像素的值其他值为 0
# 注意这里必须有 maskmask 或者 maskmask_inv, 其中的 mask 不能忽略
img1_bg cv2.bitwise_and(roi,roi,mask mask)# 从标志图像中仅获取标志区域。
img2_fg cv2.bitwise_and(img2,img2,mask mask_inv)# 将标志放在 ROI 中并修改主图像
dst cv2.add(img1_bg,img2_fg)
img1[0:rows, 0:cols ] dst# x、y缩放因子都是0.5意味着缩小一倍
# 还是因为图片没选好。
resized_img cv2.resize(img1, (0, 0), fx0.5, fy0.5)cv2.imshow(res,resized_img)
cv2.waitKey(0)
cv2.destroyAllWindows()解释一下掩码操作 通过生成掩码和掩码的反转我们可以确定希望处理的图像区域和希望保留或者排除的区域。
2.2 运行结果 补充一下运算过程的两张图
示例PPT平滑切换 #Author susocool
#Creattime:2024/2/10
#FileName:07.1-幻灯片平滑切换
#Description:import cv2
import numpy as np# 读取并加载两幅图像
img1 cv2.imread(233.jpg)
img2 cv2.imread(99.jpg)# 确保两幅图像具有相同的尺寸
img2 cv2.resize(img2, (img1.shape[1], img1.shape[0]))# 创建一个空白的幻灯片容器用于存储平滑转换的结果
slide_show np.zeros((img1.shape[0], img1.shape[1] * 2, img1.shape[2]), dtypenp.uint8)# 设置幻灯片的转换速度
transition_speed 0.08# 逐渐改变两幅图像之间的权重实现平滑的转换
for alpha in np.arange(0, 1, transition_speed):blended_img cv2.addWeighted(img1, 1-alpha, img2, alpha, 0)slide_show[:, :img1.shape[1], :] img1 # 将第一幅图像放置在幻灯片的左侧slide_show[:, img1.shape[1]:, :] blended_img # 将平滑转换的结果放置在幻灯片的右侧cv2.imshow(Slide Show, slide_show)cv2.waitKey(200)cv2.destroyAllWindows()——解释——— slide_show[:, :img1.shape[1], :] img1 是通过切片的方法指定图像摆放的位置和范围。 第一个维度对图像的所有行进行操作第二个维度对图像的列操作。从第一列到img1.shape[1] - 1 列第三个维度 表示对图像的所有通道操作
运行结果 也许放视频更直观但是CSDN的视频我累了。不放 总结
前言即总结
